A medida que el entorno y las condiciones de tecnología de la información del Internet de las Cosas maduraron, se lanzaron diversas aplicaciones. En educación, se promueve el aprendizaje en línea para que el aprendizaje de los estudiantes ya no esté restringido al aula. Los horarios de aprendizaje en línea son flexibles y los costos de desplazamiento de los estudiantes son bajos. Aparentemente, mejorar la calidad de los sistemas de aprendizaje en línea puede aumentar la efectividad, satisfacción, compromiso y eficacia de aprendizaje de los estudiantes. Una matriz de evaluación de rendimiento es una herramienta útil para recopilar opiniones de los usuarios y evaluar el rendimiento de un sistema operativo, y se utiliza ampliamente para evaluar y mejorar el rendimiento en numerosas industrias y organizaciones. Por lo tanto, este estudio utilizó esta matriz para construir un modelo de evaluación y análisis, proporcionando sugerencias para mejorar los sistemas de aprendizaje en línea. Este enfoque mantuvo el modelo de respuesta simple de escalas de Likert, lo que aumenta la eficiencia y precisión de la recopilación de datos. Además, se construyó una función de membresía difusa del índice discriminante basada en el intervalo de confianza, resolviendo así los problemas de error de muestreo y la complejidad de recopilar datos lingüísticos difusos. Además, simplificamos los cálculos estandarizando las estadísticas de prueba para aumentar la eficiencia de evaluación. Como resultado, este estudio mejoró la calidad del sistema de aprendizaje en línea, aumentó la efectividad de aprendizaje, satisfacción y compromiso de los usuarios, y logró el objetivo de sostenibilidad.